项目名称: 非参数化缺陷图像生成系统和语义驱动方法

项目编号: No.61271314

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 黄茜

作者单位: 华南理工大学

项目金额: 84万元

中文摘要: 语义技术减少了人与机器交互的隔阂,成为人机交互的关键技术之一。自然图像的绝大部分属于非参数化图像,不能用欧式几何模型表达。如何根据人类的高层语义建立一种人机交互系统生成非参数化图像是当前的技术挑战。针对语义驱动的非参数化缺陷图像生成系统在设计与实现过程中可能遇到的关键理论和技术问题,本项目拟在四个方面开展研究:(1)小语义词汇库设计,语义驱动方法;(2)图像解译图结构设计;(3)结构规则的形成及其结构随机性表现;(4)特征融合规则研究和生成图像的评估。研究目标是提出有效的非参数化缺陷图像生成与语义驱动的分析、设计、实现、评估方法,最终实现一个可用的非参数化缺陷图像语义驱动生成系统。研究成果可应用于语义、特征提取与分析、图像生成等相关的研究领域。

中文关键词: 缺陷仿真;图形解译;小语义库;语义参数化;特征融合

英文摘要: One of the key technologies of reducing the interaction gap between human and machine is semantic technology. The vast majority of natural images are non-parametric images that cannot be depicted with a Euclidean geometric model, and it is a challenge of building a human-computer interaction system which can generate non-parametric images driven by high-level human semantics. Aiming at the theoretical and technical issues that may be encountered in the design of such a defect image generation system, the four research aspects are going to be carried out in this proposal: (1) the minor semantic lexicon design, and semantic driven approach; (2) the design of the image parsing structure; (3) structural rules formation and the randomness of the structures; (4) feature fusion rules, and the evaluation of the generated images. The objective is to propose effective analysis, design, implementation and evaluation methods for semantic-driven non-parametric defect image generation, and to realize an available semantic-driven non-parametric defect image generation system. The research results will be utilized in other related research areas including semantics, feature extraction and analysis, and image generation.

英文关键词: defect simulation;image parsing;minor semantic lexicon;sematics to parameters;feature blending

成为VIP会员查看完整内容
0

相关内容

基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
60+阅读 · 2021年3月25日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
133+阅读 · 2021年2月17日
专知会员服务
95+阅读 · 2021年2月6日
专知会员服务
65+阅读 · 2020年12月24日
必读的10篇 CVPR 2019【生成对抗网络】相关论文和代码
专知会员服务
32+阅读 · 2020年1月10日
智能合约的形式化验证方法研究综述
专知
15+阅读 · 2021年5月8日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
ACL2020 | 基于Knowledge Embedding的多跳知识图谱问答
AI科技评论
18+阅读 · 2020年6月29日
SemanticAdv:基于语义属性的对抗样本生成方法
机器之心
14+阅读 · 2019年7月12日
生成对抗网络的研究进展与趋势
中国计算机学会
35+阅读 · 2018年11月14日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
2+阅读 · 2022年4月17日
Arxiv
15+阅读 · 2021年7月14日
Arxiv
12+阅读 · 2021年6月29日
Arxiv
102+阅读 · 2020年3月4日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关VIP内容
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
60+阅读 · 2021年3月25日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
133+阅读 · 2021年2月17日
专知会员服务
95+阅读 · 2021年2月6日
专知会员服务
65+阅读 · 2020年12月24日
必读的10篇 CVPR 2019【生成对抗网络】相关论文和代码
专知会员服务
32+阅读 · 2020年1月10日
相关资讯
智能合约的形式化验证方法研究综述
专知
15+阅读 · 2021年5月8日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
ACL2020 | 基于Knowledge Embedding的多跳知识图谱问答
AI科技评论
18+阅读 · 2020年6月29日
SemanticAdv:基于语义属性的对抗样本生成方法
机器之心
14+阅读 · 2019年7月12日
生成对抗网络的研究进展与趋势
中国计算机学会
35+阅读 · 2018年11月14日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
2+阅读 · 2022年4月17日
Arxiv
15+阅读 · 2021年7月14日
Arxiv
12+阅读 · 2021年6月29日
Arxiv
102+阅读 · 2020年3月4日
Arxiv
10+阅读 · 2018年2月17日
微信扫码咨询专知VIP会员